计算机科学杂志北大期刊CSCD期刊统计源期刊

摘要：随着大数据时代的到来,各类软硬件系统的高并发访问、海量数据处理等需求越来越多,系统的高可用、易伸缩、可扩展成为系统研发的首要目标,分布式系统应运而生,提供了满足高性能需求的解决方案。然而,系统分布式地部署在不同的计算机上,使得系统间的消息通信成为重要问题。文章综述了4种流行的开源分布式消息系统,对比分析了RabbitMQ,Kafka,ActiveMQ和RocketMQ的架构及性能,为科研人员和系统开发者选择分布式消息系统提供了参考意见。

摘要：信息时代背景下,各行各业产生的数据量成倍增加,这些数据具有总量庞大、结构复杂、难于管理等特点。区块链作为一门新的技术,与传统的数据管理方式相比具有去中心化、去信任化和数据加密等优势,能够较好地解决大数据应用中存在的数据管理问题。文章重点介绍了区块链技术在个人数据管理、数字财产保护、物联网通信和医疗数据共享4个大数据场景下的应用情况,讨论了每种大数据应用场景中存在的一些难以解决的问题,并对基于区块链技术解决这些问题的一些新颖方案进行了简要综述,最后指出未来区块链在大数据应用中的重要发展方向。

摘要：近年来,通过图片、视频等进行感知的视觉群智感知已经成为移动群智感知的主要方式,是当前的研究热点之一。视觉群智感知要求用户以图片或者视频的形式获取真实世界中感知对象的细节信息,在各个领域都有较为广泛的应用。但是国内目前还没有文章对视觉群智感知的发展与现状进行总结。鉴于这种情况,文中综述了视觉群智感知的最新应用,包括平面图生成、室内场景重建、室外场景重建、事件重构、室内定位、室内导航、灾难救援和城市感知等;并对视觉群智感知目前面临的一些独特问题进行了总结。

摘要：在实时嵌入式系统设计中,为了保证系统的安全运行,需要验证系统是否满足时限,即任务必须在截止期之前完成,否则实时系统将失败。目前衡量实时嵌入式系统实时性的重要指标是任务的最坏情况执行时间(Worst Case Execution Time,WCET)。文章首先综述了WCET分析以及研究WCET分析的主要方法。分析了在当前多核平台上、复杂处理器架构下WCET分析存在的主要问题,并根据当前WCET分析存在的问题展开讨论,分别针对时序分析、微系统结构分析和多核多任务调度策略等方面分析了国内外的研究进展。最后提出了一种基于深度学习的自适应实时DVFS算法,该算法可以进行动态电压和频率调节(DVFS),以达到节能的目的;同时还能够动态修正程序的WCET值,为未来嵌入式系统中的WCET分析与预测提供指导方法。

摘要：近年来,随着计算机和建模与仿真技术的不断发展,仿真模型在军事、社会、经济等领域得到了广泛应用。同时,仿真模型的功能和性能大大增强,仿真系统越来越复杂,仿真模型的可信度评估面临着新的挑战,已经成为建模与仿真领域的关键难题。鉴于此,文中对国内外仿真模型可信度研究的主要工作进行了系统的回顾与总结,特别地分析了近年来的最新研究成果。首先,明确了仿真模型可信度的概念及其与校核、验证与确认(Verification,Validation and Accreditation,VV&A)之间的关系;然后,总结了仿真模型可信度研究的发展历程、范式和生命周期模型,对仿真模型可信度评估的方法与技术进行了总结与分类;最后,提出了仿真模型可信度评估面临的8项挑战。通过综述与难点分析,文章为制定仿真模型可信度评估的研究框架、创新可信度评估理论和方法提供了参考。

摘要：步态识别是一种生物特征识别技术,目的是通过人们走路的姿态进行身份识别。与其他的生物识别技术相比,步态识别具有非接触、远距离和不容易伪装的优点。步态识别自1994年被提出以来发展迅速,而随着算法的提速,步态识别在智能视频监控领域比图像识别更具优势。文中通过对步态识别的原理进行归纳总结,介绍其在识别各阶段的应用;对数据库进行总结和整理,提出了多特征融合识别的方法和前景,展望了身份识别问题的未来发展方向。生物雷达技术的产生和应用将为步态识别提供更多可能。

摘要：城市空气质量信息对于控制空气污染和保护大众健康都是尤为重要的。城市空气质量感知方法按传感器位置是否发生改变可划分为静态感知方法和动态感知方法两种。其中静态感知方法的数据是基于空气质量监测站、卫星遥感和固定位置的传感器进行采集的。再按成本高低可进一步划分为低成本静态感知和高成本静态感知。动态感知方法按是否以参与者为感知中心划分为参与式方法和非参与式方法。随着感知技术和计算能力的发展,将多源异构的城市数据,如气象数据、交通数据等进行融合,可进一步提高感知的准确性。文中首先对当前空气质量感知方法进行综述,然后分类介绍了各种方法的感知框架和数据处理方法,最后讨论了其面临的问题和挑战。

摘要：如今,手机等设备的拍照性能愈发强大,其在给人们的生活带来便捷和快乐的同时,也为不法分子窃取企业商业秘密乃至国家秘密降低了犯罪成本,便捷而隐蔽的窃密方式给信息安全的防范工作带来了极大挑战。针对屏幕防窃拍方法,文中基于已有的相关学术研究和商业方案,介绍了3类屏幕防窃拍方法,分别为信息隐藏显示法、摄像头检测法和屏幕水印法,从信息安全防护角度分析了各类方法的特征、优势与限制。基于各类方法的局限性,最后提出了基于计算机视觉的新解决思路。

摘要：为了推进智能制造中工业大数据的应用,对相关研究进行了综述。从工业大数据的内涵及架构出发,结合工业生产管控需求,从数据动态感知与采集、数据统一存储与建模、数据分析与决策支持3个层次分析了工业大数据的关键技术,介绍了工业大数据在质量管理、故障诊断预测、供应链优化等典型场景中的应用,并综合分析其发展现状,展望未来的应用趋势。

摘要：测量和评估网络存储系统的性能是用户和企业普遍关心的重点问题之一,因BP神经网络具有强大的非线性映射能力,文中提出了一种利用改进的BP神经网络实现对网络IO性能进行预测的方法。改进的主要内容包括:1)利用马尔科夫链进行预测,更新输出层输出;2)当算法选择概率达到一定值后,利用人工蜂群算法对权值进行优化。最后模拟预测模型的实现过程,将预测结果与传统的BP神经网络进行对比。实验结果证明:该算法能够在基本不增加算法运行时间的情况下提高存储性能预测的求解精度和收敛速度。

摘要：关键短语是文本信息的精简概括,能够代表文本的主题和核心观点。而关键短语的自动抽取更是自然语言处理和信息检索的重要任务之一。针对目前无监督方法自动抽取关键短语存在过度生成候选短语语义的问题,提出了一种将整数线性规划和短语语义相似度相结合的自动抽取算法。通过惩罚语义相似度高的候选短语实现目标函数的最大化,以此形成多样性的关键短语。实验利用TextRank和TFIDF算法在两种不同的语料集中分别产生候选短语,并利用提出的优化算法对候选短语的权值得分进行优化。最后将所提算法产生的优化结果与现有多个算法的结果进行了比较。实验结果表明,通过加入相似性度量的惩罚能够有效解决语义过度问题,并获取更多样的关键短语,其优化结果的P,R和F值均高于其他算法。

摘要：当前对Peer-to-Peer市场成交量的研究多种多样,但是常见方法只考虑了将投资者信息和市场信息作为特征,未考虑投资者情感变化与市场的关系。研究显示投资者的情感会对投资者的决策和行为产生深刻的影响。为此,以金融理论为基础,文中提出了基于投资者情感倾向预测P2P市场成交量的方法。首先以网贷之家的文本评论数据为研究对象,利用TextCNN模型对文本进行情感分类,得出情感倾向变化的时间序列,达到度量投资者情感变化趋势的目的;然后,通过格兰杰因果检验和皮尔逊相关系数验证投资者情感时间序列与成交量指数之间的关系;最终使用基于长短期记忆网络的预测模型预测Peer-to-Peer市场的成交量。实验结果表明,将情感特征加入到成交量预测模型能显著提高模型的预测能力。

摘要：人工神经网络(ANN)基于生物神经网络的结构与功能,能够对数据进行分布式存储和并行处理。自组织特征映射模型(SOM)和概率神经网络(PNN)是ANN算法常用的模型。文中基于两种模型各自的特点,将两者串联。SOM将由两层神经元组成的二维拓扑结构用于获取和预测数据。PNN模型转换SOM的输出结果,直接输出模型最终分类结果。基于该模型的算法可以提升运算速度,去除了噪声样本的干扰,极大地提升了模型的精度。目前,京津冀区域的环境已陷入较高风险状态之中。文中以京津冀区域SO2浓度预测为例,运用SOM-PNN模型得到了城市各要素对SO2浓度影响机制的可视化输出结果和区域环境的高精度预测,进一步验证了该模型的可行性和有效性。

摘要：系外行星的宜居性是近年来探索宇宙的一个热点研究课题,机器学习为系外行星宜居性分类提供了一种可行的手段。然而,现有的宜居性分类效果面临严重不足与局限。为此,给出一种基于梯度提升回归树的系外行星宜居性分类预测方法。首先,使用梯度提升回归树算法对系外潜在宜居行星与非宜居行星的相关物理学与天文学数据集进行训练;然后,利用训练好的模型对相关测试集进行预测。仿真实验结果表明,新方法在测试集上的预测准确率高达100%。

摘要：社交网络上的电影评论通常既有专业评论家写的专业评论,也有普通观众写的非专业评论,区分网络电影评论是否为专业评论对于电影质量评估有着重要的价值。由于电影评论属于短文本,用词不规范,特征稀疏,因此传统的文本特征选择方法以及传统的分类模型并不能完全适用于电影评论专业程度的分类。为此,文中主要研究基于神经网络模型电影评论的专业程度分类,即判断其是专业评论还是非专业评论。首先通过基于神经网络的LSTM模型学习不同特征的表示,包括基于词的表示、基于词性的表示,以及基于依存关系的表示,然后通过融合不同特征表示来学习和捕捉有效的文本特征,从而帮助评论专业程度分类。该方法在美国著名的影评网站烂番茄网(Rotten Tomatoes)数据集上进行实验,实验结果表明,在融合了词性和依存关系特征的模型的分类正确率达到了88.30%,比仅使用词特征的基准模型提高了3.66%。这说明在模型中引入词性特征、依存关系特征能够有效提升评论专业程度分类的效果。